[发明专利]一种基于模糊评判矩阵的电网灾害分析方法及装置在审

专利信息
申请号: 202111514153.4 申请日: 2021-12-13
公开(公告)号: CN113919763A 公开(公告)日: 2022-01-11
发明(设计)人: 蔡木良;李琼;周求宽;刘娟;徐在德;熊健豪;黄扬琪;刘卓睿;李坤峰;陈亚奇 申请(专利权)人: 国网江西省电力有限公司电力科学研究院;国家电网有限公司;南昌航空大学
主分类号: G06Q10/06 分类号: G06Q10/06;G06Q50/06;G06N7/02
代理公司: 南昌贤达专利代理事务所(普通合伙) 36136 代理人: 金一娴
地址: 330000 江西省南昌市青山湖区民营科*** 国省代码: 江西;36
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 模糊 评判 矩阵 电网 灾害 分析 方法 装置
【权利要求书】:

1.一种基于模糊评判矩阵的电网灾害分析方法,其特征在于,包括:

根据预设的电网灾害评估指标体系对获取的历史电网灾害数据进行评估,使得到电网灾害评估结果;

将所述电网灾害评估结果分为5种不同等级,并组成模糊评判集,所述模糊评判集={正常、蓝色预警,黄色预警,橙色预警,红色预警},基于建立的与所述模糊评判集相对应的隶属度函数得到模糊评判矩阵,其中,所述模糊评判矩阵的表达式为:

式中,为为评价项目U1的评判矩阵,为评价项目U1的第i个指标的隶属度集,、、、、分别为对应的每个模糊评判集的隶属度值;

基于信息熵对所述模糊评判矩阵进行属性约简,使得到约简后的模糊评判矩阵;

获取与基于约简后的模糊评判矩阵相关联的实时电网灾害数据,对所述实时电网灾害数据中的各个指标进行分别赋予客观权重,使构成客观权重集,其中,所述客观权重的表达式为:

式中,为第个指标的客观权重,为指标j熵值,为指标个数,为样本个数;

式中,为第个指标下第个样本占该指标的比重;

式中,为约简后第个样本的第个指标的数值;

根据模糊综合评估公式对客观权重集和约简后的模糊评判矩阵进行模糊合成,使得到电网灾害分析结果,其中,计算所述电网灾害分析结果的表达式为:

式中,为电网灾害分析结果下的权重函数,为第个指标的权重与评价矩阵的模糊合成。

2.根据权利要求1所述的一种基于模糊评判矩阵的电网灾害分析方法,其特征在于,所述预设的电网灾害评估指标体系包括支路过载程度、母线电压越限程度、线路负荷损失比例以及重要负荷损失比例,其中,计算支路过载程度的表达式为:

式中,为不过载支路数,为支路总数,分别为第条支路重要程度差异的权重因子以及第条支路重要程度差异的权重因子, 分别为第条电流值以及第条支路电流值,分别为第条支路电流上限以及第条支路电流上限;

计算母线电压越限程度的表达式为:

式中,分别为第条支路电压幅值以及第条支路电压幅值,为母线电压限值;

计算线路负荷损失比例的表达式为:

,,

式中,、分别为灾害直接导致的损失负荷以及灾害间接导致的损失负荷,为损失负荷,为该地区的最大负荷,分别为灾区停电对救灾的影响系数以及非灾区停电对救灾的影响系数;

计算重要负荷损失比例的表达式为:

式中,为重要负荷总数,为损失的重要负荷数,、分别为第个重要负荷的功率以及第个重要负荷的功率,、分别为第个重要负荷的权重以及第个重要负荷的权重,为线路属于受灾地区的取值,为线路不属于受灾地区的取值。

3.根据权利要求1所述的一种基于模糊评判矩阵的电网灾害分析方法,其特征在于,其中,所述隶属度函数的表达式为:

式中,为电压适中的隶属度,为电压值,为电压对应模糊评判集“蓝色预警 ”的范围下限值,为电压对应模糊评判集“黄色预警 ”的范围下限值,为电压对应模糊评判集“橙色预警 ”的范围下限值,为电压对应模糊评判集“红色预警 ”的范围下限值。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于国网江西省电力有限公司电力科学研究院;国家电网有限公司;南昌航空大学,未经国网江西省电力有限公司电力科学研究院;国家电网有限公司;南昌航空大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202111514153.4/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top